Per ogni riga, applicando il modello precedente, si ha:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Per ogni riga, applicando il modello precedente, si ha:"

Transcript

1 ALGEBRA MATRICIALE PER REGRESSIONI MULTILINEARI Tips di esempio con i conti per ostacolare i processi di analfabetismo matematico Per le applicazioni con le regressioni lineari multiple possiamo usare un software indirizzati (per es. il programma R, vedere il post relativo), ovvero l'algebra matriciale. Supponiamo di voler trovare la relazione fra due variabili indipendenti X1 e X2 e una variabile dipendente Y, attraverso appunto il modello: Yi = b 0 + b 1 * X 1i + b2 * X 2i cioè stimare i parametri b sulla base di dati campionari. Per l'esercizio partiamo dalle seguenti serie di n=6 dati per Y, X1 e X2 e K=2 variabili indipendenti: Y X1 X Per ogni riga, applicando il modello precedente, si ha: 10 = b0 + b1*1 + b2 * 1 8 = b0 + b1*2 + b2 * 0 5 = b0 + b1*3 + b2 * 1 6 = b0 + b1*4 + b2 * 1 3 = b0 + b1*5 + b2 * 1 1 = b0 + b1*6 + b2 * 0 Esprimiamo in forma matriciale queste 6 equazioni: Y=Xb dove Y è un vettore colonna (6*1), X è una matrice (6*3) di cui la prima sono 6 uno, e b un vettore colonna (3*1). Moltiplicando la matrice X (6*3) per il vettore colonna b (3*1) dovremmo ottenere la Y che ha dimensioni (6*1), infatti:

2 X b Xb b0+b1+b b0+2b b0 b0+3b1+b * b1 = b0+4b1+b2 che è un vettore colonna (6*1) b2 b0+5b1+b b0+6b1+0 Risolviamo l'eq. matriciale che ha come incognita il vettore b che stima i coefficienti ß. Il vettore b ha dimensione (3*0); bisogna rielaborare l'eq. in maniera da isolare b in un membro, mentre al secondo membro ci deve figurare complessivamente un vettore colonna (3*0). Utilizzo un trucco: se moltiplico a sinistra ambedue i membri per la trasposta di X (6*3) che chiamo X' (3*6), X'X è (3*3), ma anche X'Y (3*6) (6*3), ha dimensione proprio (3*3). Da chiarire meglio! Per risolvere l'eq. matriciale in b, inverto la matrice (X'X), ottenendo (X'X) -1. In tal modo si ha: b = (X'X) -1 X'Y Rimane ora da fare questi conti con le operazioni matriciali: trasposta, inversione e prodotto che abbiamo imparato a fare. I CONTI X'X = * = La matrice X'X è simmetrica per cui la trasposta è uguale a se stessa. Traccia del calcolo: 1 a riga di X' * 1 a colonna di X = 1*1+ 1*1+1*1+1*1+1*1+1*1 = c11=6 1 a riga di X' * 2 a colonna di X = 1*1+ 1*2+1*3+1*4+1*5+1*6 = c12=21 1 a riga di X' * 3 a colonna di X = 1*1+ 0*2+1*1+1*1+1*1+1*0 = c13=4 2 a riga di X' * 1 a colonna di X = 1*1+2*1+3*1+4*1+5*1+6*1 = c21=21 2 a riga --- * 2 a colonna --- = = c22=91 2 a riga --- * 3 a colonna = = c23=13 3 a riga * 1 a colonna = 1*1+ 1*0+1*1+1*1+1*1+1*0 = c31=4 3 a riga * 2 a colonna = = c32=13 3 a riga * 3 a colonna = = c33=4

3 X'X = Calcolo il determinante di X'X che serve poi per invertire la stessa matrice. Cerco di annullare 2 elementi della prima riga. 1 - Sottraggo intanto dalla prima riga l'ultima e ottengo: Moltiplica per 4 la prima colonna e ci sottraggo la seconda e ottengo in successione: Calcolo il determinante attraverso l'elemento residuo della prima riga (-8, è negativo perchè l'elemento ha somma indici dispari: c12) moltiplicandolo per il suo complemento algebrico o cofattore; in questo caso : Det=(-28-39)/4=+134. Ho diviso per 4 perchè avevo moltiplicato per 4 la colonna Calcolo il prodotto matriciale : X'*Y = * 5 = Traccia: Prima riga per colonna di Y e sommo i risultati Seconda riga per colonna di Y e sommo i risultati Terza riga per colonna Invertiamo ora X'X per ottenere (X'X) -1 Sostituisco ad ogni elemento di X'X il suo cofattore

4 Calcolo la matrice dei cofattori = Non faccio la trasposta Si ricava ora il vettore b b = (X'X) -1 X'Y (X'X) -1 X'Y b= 1/134 * * Traccia del conto 195*33+(-32)*86+(-91)*24 b*134 = -32*33+8*86+6*24-91*33+6*86+105* b0 b= 1/134 * = = b b Controlliamo con R che X'X * (X'X) -1 = a=c(6,21,4,21,91,13,4,13,4) w=134 b=c(195/w,-92/w,-81/w,-32/w,8/w,6/w,91/w,6/w,105/w) A=matrix(a,3,3) B=matrix(b,3,3) P=A%*%B Trasferiamo questi scrips sulla console di R anche con copia-incolla

5 L'EQUAZIONE DI REGRESSIONE MULTIPLA 'FITTATA' Y= *X *X2

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale Algebra matriciale Algebra Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale In algebra matriciale un numero è chiamato scalare

Dettagli

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A = Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):

Dettagli

Autovalori ed autovettori di un endomorfismo

Autovalori ed autovettori di un endomorfismo Autovalori ed autovettori di un endomorfismo Endomorfismo = applicazione (funzione) lineare da un spazio vettoriale V in sé stesso 1. Data una funzione lineare, scriverne la matrice associata dei coefficienti:

Dettagli

PreCorso di Matematica - PCM Corso M-Z

PreCorso di Matematica - PCM Corso M-Z PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

Definizione. In algebra lineare, una matrice è una tabella ordinata di elementi.

Definizione. In algebra lineare, una matrice è una tabella ordinata di elementi. Matrici Definizione In algebra lineare, una matrice è una tabella ordinata di elementi. Algebra lineare Branca della matematica che si occupa dello studio di : vettori, spazi vettoriali, trasformazioni

Dettagli

Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)

Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola

Dettagli

il determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij

il determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij Determinanti Sia data la matrice quadrata a... a n a a n =...... a... a n nn Chiamiamo determinante di il numero det o che ad essa viene associato. det = a a... a... a... a n n n... a nn Un generico elemento

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 sono equivalenti

Dettagli

Errata Corrige del testo Elementi di Algebra Lineare

Errata Corrige del testo Elementi di Algebra Lineare Errata Corrige del testo Elementi di Algebra Lineare A continuazione appaiono il numero di pagina e la riga +r (dall'alto verso il basso) oppure -r (dal basso verso l'alto) dove si fa una correzione del

Dettagli

Note sull algoritmo di Gauss

Note sull algoritmo di Gauss Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n

Dettagli

Microeconometria Day # 3 L. Cembalo. Regressione con due variabili e metodo dei minimi quadrati

Microeconometria Day # 3 L. Cembalo. Regressione con due variabili e metodo dei minimi quadrati Microeconometria Day # 3 L. Cembalo Regressione con due variabili e metodo dei minimi quadrati SRF: sample regression function Il passaggio dalla regressione sulla popolazione a quella sul campione è cruciale

Dettagli

Compito di MD 13 febbraio 2014

Compito di MD 13 febbraio 2014 Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare

Dettagli

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato

Dettagli

Elementi di teoria delle trasformazioni

Elementi di teoria delle trasformazioni Elementi di teoria delle trasformazioni LA STRUTTURA DI GRUPPO La struttura di gruppo Un gruppo è un insieme G in cui è definita una operazione ("leggere tondino") inoltre c a,b 2 G allora a b 2 G d 1

Dettagli

SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE

SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE Un equazione di primo grado in una incognita del tipo, con ha: una sola soluzione (equazione determinata) se nessuna soluzione (equazione impossibile) se tutte

Dettagli

Sistemi di equazioni lineari. la soluzione è unica se det(a) 0 e vale

Sistemi di equazioni lineari. la soluzione è unica se det(a) 0 e vale Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 la soluzione

Dettagli

Geometria BAER Test di autovalutazione del 31/10/18

Geometria BAER Test di autovalutazione del 31/10/18 Geometria BAER Test di autovalutazione del 3//8 LEGGERE ATTENTAMENTE PRIMA DI ANDARE ALL INIZIO DEL TEST ALLA PAGINA SUCCESSIVA. NON LEGGERE LE DOMANDE PRIMA DI INIZIARE IL TEST Il test NON É VALUTATO

Dettagli

Chi non risolve esercizi non impara la matematica.

Chi non risolve esercizi non impara la matematica. 5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi

Dettagli

3x 2 = 6. 3x 2 x 3 = 6

3x 2 = 6. 3x 2 x 3 = 6 Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice

Dettagli

1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)

1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2) Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE del 17 febbraio 011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra

Dettagli

Matematica II

Matematica II Matematica II 29..0. Somma di due matrici. Siano m ed n due interi positivi fissati. Date due matrici A, B R m n di tipo m n, sommando a ciascun elemento di A il corrispondente elemento di B, si ottiene

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

Anno 4 Matrice inversa

Anno 4 Matrice inversa Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere

Dettagli

Sistemi lineari di due equazioni in due incognite

Sistemi lineari di due equazioni in due incognite Sistemi lineari di due equazioni in due incognite Incognite Lettere (di solito X e Y) alle quali è possibile sostituire dei valori numerici Coppia ordinata Coppia (X;Y) di valori numerici, per la quale

Dettagli

Sistemi d equazioni lineari

Sistemi d equazioni lineari Introduzione Introduzione Sia dato il seguente sistema d equazioni: S S S S Come si risolve un sistema... come si risolve? Lezione 25.wpd 08/01/2011 XXV - 1 Lezione 25.wpd 08/01/2011 XXV - 2 Introduzione

Dettagli

A =, c d. d = ad cb. c d A =

A =, c d. d = ad cb. c d A = Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il

Dettagli

Mauro Saita, Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi vettoriali R, IR 2, IR 3 motivando

Mauro Saita,   Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi vettoriali R, IR 2, IR 3 motivando CORSO DI ALGEBRA LINEARE: Esercitazione n.1 del 20/12/2004. Mauro Saita, e-mail: maurosaita@tiscalinet.it 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos

Dettagli

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,

Dettagli

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2

Dettagli

Nel modello di regressione Multivariata abbiamo più variabili risposta (tipicamente poche), in particolare avremo:

Nel modello di regressione Multivariata abbiamo più variabili risposta (tipicamente poche), in particolare avremo: Lezione 15 (a cura di Giovanni Mariani) Regressione Multivariata Consideriamo yiyr, con r = numero variabili risposta xixk, con k = numero varibili esplicative Nel modello di regressione Multivariata abbiamo

Dettagli

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m. MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per

Dettagli

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Prima prova in itinere 15 aprile 2019 Parte B Tema B1

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Prima prova in itinere 15 aprile 2019 Parte B Tema B1 Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Prima prova in itinere 15 aprile 2019 Parte B Tema B1 Tempo a disposizione: un'ora e mezza. Calcolatrici, libri

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema

Dettagli

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: SISTEMI LINEARI Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.

Dettagli

IL METODO ECONOMETRICO

IL METODO ECONOMETRICO IL METODO ECONOMETRICO 8 maggio 2017 L obiettivo di questa lezione è quello di fornire alcuni strumenti necessari per l analisi empirica In particolare, approfondiremo il metodo econometrico come strumento

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema

Dettagli

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale;

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale; Ottavio Serra Matrici e determinanti In questa nota estenderemo a matrici quadrate di ordine n qualsiasi il concetto di determinante introdotto nelle scuole secondarie per matrici di ordine 2 come tecnica

Dettagli

Esercitazione 20 marzo Sia A una matrice 3 2 le cui colonne sono linearmente dipendenti provare che A A ha determinante nullo.

Esercitazione 20 marzo Sia A una matrice 3 2 le cui colonne sono linearmente dipendenti provare che A A ha determinante nullo. Esercitazione 20 marzo 2009 Esercizio 1 Data la matrice A m n provare che A A è una matrice quadrata, di ordine n, simmetrica. Sia A una matrice 3 2 le cui colonne sono linearmente dipendenti provare che

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016 FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 7 GIUGNO 06 MATTEO LONGO Ogni versione del compito contiene solo due tra i quattro esercizi 6-7-8-9. Esercizio. Considerare

Dettagli

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

MATRICI E OPERAZIONI

MATRICI E OPERAZIONI MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni

Dettagli

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.:

Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA COGNOME: NOME: MATR.: Prima prova in Itinere Ist. Mat. 1, Prima parte, Tema ALFA 1) L applicazione lineare f : R 3 R 2 data da f(x, y, z) = (3x + 2y + z, kx + 2y + kz) è suriettiva A: sempre; B: mai; C: per k 1 D: per k 2;

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli

Matematica per Economia Finanza e Management

Matematica per Economia Finanza e Management School of Economics and Management Matematica per Economia Finanza e Management A.A. 2015/2016 Annuale Prof. Paolo Crespi E-mail Office pcrespi@liuc.it Piano Terra Antistante Torre Phone +39-0331.572418

Dettagli

Veri ca di Matematica sulle matrici [1]

Veri ca di Matematica sulle matrici [1] Veri ca di Matematica sulle matrici []. Si considerino le matrici A e de nite da 5 A = 2 3 7 5 4 7 3 A ; = 5 6 7 alcolare det(a), det(); la matrice somma = A + ; la matrice prodotto D = A. 6 7 2 2 2 3

Dettagli

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer. ) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente

Dettagli

Fondamenti di Matematica del discreto

Fondamenti di Matematica del discreto Fondamenti di Matematica del discreto M1 - Insiemi numerici 25 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, se è possibile scrivere 3 come combinazione lineare di 507 e 2010,

Dettagli

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche

Dettagli

Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi

Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi Minimi quadrati ordinari Interpretazione geometrica Eduardo Rossi Il MRLM Il modello di regressione lineare multipla è usato per studiare le relazioni tra la variabile dipendente e diverse variabili indipendenti

Dettagli

Elementi di Algebra Matriciale. (richiami)

Elementi di Algebra Matriciale. (richiami) Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,

Dettagli

Matematica per Economia Finanza e Management

Matematica per Economia Finanza e Management School of Economics and Management Matematica per Economia Finanza e Management A.A. 2017/2018 Annuale Prof. Paolo Crespi E-mail Office pcrespi@liuc.it Piano Terra Antistante Torre Phone +39-0331.572418

Dettagli

NOME COGNOME MATRICOLA CANALE

NOME COGNOME MATRICOLA CANALE NOME COGNOME MATRICOLA CANALE Fondamenti di Algebra Lineare e Geometria Proff. M. Imbesi - R. Sanchez - C. Zanella Ingegneria Gestionale, Meccanica e Meccatronica, dell Innovazione del Prodotto, Meccatronica

Dettagli

Giuseppe Accascina. Note del corso di Geometria e Algebra

Giuseppe Accascina. Note del corso di Geometria e Algebra Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato

Dettagli

Algebra Numeri Interi (Unimib)

Algebra Numeri Interi (Unimib) Algebra Numeri Interi (Unimib) 20 novembre 2017 This book is the result of a collaborative effort of a community of people like you, who believe that knowledge only grows if shared. We are waiting for

Dettagli

Geometria BAER PRIMO CANALE Foglio esercizi 1

Geometria BAER PRIMO CANALE Foglio esercizi 1 Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle

Dettagli

Matematica II,

Matematica II, Matematica II, 171110 1 processo di triangolarizzazione, esempio I Consideriamo il sistema lineare di tre equazioni nelle incognite x, y, z 2x + 3y + 4z = 8 4x + 9y + 16z = 14 8x + 27y + 64z = 14 Primo

Dettagli

r 2 r 2 2r 1 r 4 r 4 r 1

r 2 r 2 2r 1 r 4 r 4 r 1 SPAZI R n 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x, y, z)

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati. LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b

Dettagli

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI SULLE MATRICI ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a

Dettagli

LA DIAGONALIZZAZIONE. asdf. Polinomi di matrici. 30 January 2012

LA DIAGONALIZZAZIONE. asdf. Polinomi di matrici. 30 January 2012 asdf LA DIAGONALIZZAZIONE 30 January 2012 L'intento di questo articolo è di affrontare, si spera sempre nel modo più corretto e chiaro possibile, la trattazione di un argomento importante nell'ambito dell'algebra

Dettagli

Matematica per Economia Finanza e Management

Matematica per Economia Finanza e Management School of Economics and Management Matematica per Economia Finanza e Management A.A. 2016/2017 Annuale Prof. Paolo Crespi E-mail Office pcrespi@liuc.it Piano Terra Antistante Torre Phone +39-0331.572418

Dettagli

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x? A. Peretti Svolgimento dei temi d esame di Matematica A.A. 6/7 ESAME DI MATEMATICA I parte Vicenza, 5/6/7 log? Domanda. Per quali valori di è definita l espressione L espressione è definita se l argomento

Dettagli

COGNOME E NOME MATRICOLA FIRMA. METODI MATEMATICI PER L INGEGNERIA DELL INFORMAZIONE (Comunicazioni Elettronica a.a.

COGNOME E NOME MATRICOLA FIRMA. METODI MATEMATICI PER L INGEGNERIA DELL INFORMAZIONE (Comunicazioni Elettronica a.a. ..................................................................................................................... COGNOME E NOME MATRICOLA FIRMA METODI MATEMATICI PER L INGEGNERIA DELL INFORMAZIONE

Dettagli

b = p + q l q Diciamo che p e la proiezione ortogonale di b su l, e che q e la proiezione ortogonale di b su l.

b = p + q l q Diciamo che p e la proiezione ortogonale di b su l, e che q e la proiezione ortogonale di b su l. Matematica II, 4... rtogonalita nel piano. Fissato nel piano un punto, consideriamo il piano vettoriale P. Diamo per intuitivamente nota la nozione di ortogonalita fra due vettori non nulli. Per convenzione,

Dettagli

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 30 agosto 2011 Tema A

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 30 agosto 2011 Tema A Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) agosto Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio di una pagina.

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere

Dettagli

Matematica per Economia Finanza e Management

Matematica per Economia Finanza e Management School of Economics and Management Matematica per Economia Finanza e Management A.A. 2018/2019 Annuale Prof. Paolo Crespi E-mail Office pcrespi@liuc.it Piano Terra Antistante Torre Phone +39-0331.572418

Dettagli

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe. Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice

Dettagli

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 5 luglio 2013 Tema A

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 5 luglio 2013 Tema A Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 5 luglio 2013 Tema A Tempo a disposizione: 1 ora e mezza. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all

Dettagli

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007 ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala

Dettagli

Esercitazione del

Esercitazione del Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere

Dettagli

Anno Accademico 2015/2016

Anno Accademico 2015/2016 Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2015/2016 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente

Dettagli

Matematica per Economia Finanza e Management

Matematica per Economia Finanza e Management School of Economics and Management Matematica per Economia Finanza e Management A.A. 2018/2019 Annuale Prof. Paolo Crespi E-mail Office pcrespi@liuc.it Piano Terra Antistante Torre Phone +39-0331.572418

Dettagli

I sistemi lineari di n equazioni in n incognite

I sistemi lineari di n equazioni in n incognite I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale

Dettagli

0.1 Complemento diretto

0.1 Complemento diretto 1 0.1 Complemento diretto Dato U V, un complemento diretto di U é un sottospazio W V tale che U W = {0} U + W = V cioé la somma di U con il suo complemento diretto é diretta, e dá tutto lo spazio vettoriale

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Esame scritto di Geometria I

Esame scritto di Geometria I Esame scritto di Geometria I Università degli Studi di Trento Corso di laurea in Fisica A.A. 26/27 Appello di febbraio 27 Esercizio Sia f h : R R l applicazione lineare definita da f h (e ) = 2e + (2 h)e

Dettagli

Si assuma di avere portato a termine le seguenti rilevazioni di produzione e di alimento somministrato

Si assuma di avere portato a termine le seguenti rilevazioni di produzione e di alimento somministrato Regressione Lineare Semplice Si assuma di avere portato a termine le seguenti rilevazioni di produzione e di alimento somministrato QUANTITA' DI ALIMENTO PRODUZIONE 2 10 2 9 1.5 5 1 2 1 3 1.5 4 2 7 2 9

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli

Equazioni di Primo grado

Equazioni di Primo grado Equazioni di Primo grado Definizioni Si dice equazione di primo grado un uguaglianza tra due espressioni algebriche verificata solo per un determinato valore della variabile x, detta incognita. Si chiama

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERITÀ DEGLI TUDI DI TERAMO FACOLTÀ DI CIENZE POLITICHE CORO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED AICURATIVA I Parziale - Compito A 5/4/5 A. A. 4 5 ) Risolvere la seguente disequazione razionale

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

Sistemi II. Sistemi II. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+

Dettagli

2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:

2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile: aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

Piccola rassegna di Algebra delle Matrici

Piccola rassegna di Algebra delle Matrici Piccola rassegna di Algebra delle Matrici 1 Introduzione Questa nota va intesa semplicemente come un brevissimo sommario di alcuni concetti relativi alle Matrici, che dovete utilizzare nell ambito dello

Dettagli